Docling Parse: خط أنابيب لتحليل PDF بدقة على مستوى الحرف والإحداثيات

Docling Parse: خط أنابيب تحليل PDF بدقة الحرف والإحداثيات

Docling Parse هي مكتبة منخفضة المستوى لتحليل المستندات PDF الهيكلي. يوضح البرنامج التعليمي كيفية بناء خط أنابيب كامل لتحليل المستندات بدقة تصل إلى الحرف والإحداثيات — والحصول على بيانات جاهزة لأنظمة RAG ومهام استخراج المعرفة.

لماذا يتم الحاجة إلى التحليل الهيكلي

تعمل محللات PDF القياسية بسطحية: تستخرج النص كتدفق خطي واحد، وتفقد مواضع العناصر وترتيب الأعمدة وهيكل الجداول. بالنسبة للبحث البسيط عن الكلمات أو النسخ، هذا مقبول. لكن بالنسبة لأنظمة RAG وذكاء المستندات، من المهم معرفة بالضبط أين يقع كل عنصر على الصفحة — ما هو على اليسار وما هو على اليمين وما هو العنوان وما هو تسمية الجدول.

يتعامل Docling Parse مع المهمة بشكل مختلف. تحلل المكتبة ملفات PDF ليس كتدفق من الأحرف، بل كمستند ثنائي الأبعاد له علاقات مكانية صريحة. يحصل كل كلمة وحرف وسطر على إحداثيات صندوق محيط مرتبطة بصفحة معينة. هذا يجعل من الممكن استعادة ترتيب القراءة الصحيح حتى في المستندات ذات التخطيطات غير المعيارية: النص متعدد الأعمدة والحواشي الجانبية والجداول ذات الخلايا المدمجة والعناصر المتجهة المتداخلة.

كيف يعمل خط الأنابيب

يبني البرنامج التعليمي سير العمل من الصفر. الخطوة الأولى هي تحضير بيئة Python: يركز المؤلفون على تفاصيل حول تعارضات الاعتماديات النموذجية في Google Colab ويوضحون كيفية إعداد البيئة بحيث لا تتعارض الحزم. للاختبار، يتم إنشاء ملف PDF خاص متعدد الصفحات: مع نص في أعمدة متعددة وكتل تحاكي الجداول وأشكال متجهة وصورة نقطية مدمجة. يتم اختيار المستند بقصد ليكون معقداً — لن يسمح ملف بسيط بسطر واحد بإظهار قدرات محلل منخفض المستوى في ظروف حقيقية.

يحلل Docling Parse الملف ويعود:

• كلمات مع إحداثيات صندوق محيط على كل صفحة
• أحرف فردية مع مواضع دقيقة
• أسطر وعلاقاتها المكانية ببعضها البعض
• بيانات هيكلية لاستعادة ترتيب القراءة الصحيح

يتم عرض الأغطية البصرية فوق النتائج — مستطيلات ملونة حول كل عنصر مكتشف. هذا يسمح لك بحرفياً رؤية ما استخرجه محلل النص من المستند بالضبط ويبسط تصحيح الأخطاء بشكل كبير: ترى على الفور أين يتم تحديد الحد الفاصل بين الكتل بشكل غير صحيح أو حيث اندمجت أحرف متعددة في عنصر غير معترف به.

ما يخرج

يتم حفظ البيانات النهائية بتنسيقين. يخزن JSON الهيكل الهرمي الكامل للمستند: الصفحات → الكتل → الأسطر → الكلمات → الأحرف، كل منها مع الإحداثيات والبيانات الوصفية. يوفر CSV تمثيلاً مسطحاً لجميع العناصر — مناسب للتحليل السريع في pandas أو Excel. كلا التنسيقين مناسبان للخطوة التالية في خط الأنابيب: تمرير البيانات إلى نظام RAG أو تدريب مصنف المستندات أو البحث الدلالي مع الأخذ في الاعتبار السياق المكاني.

على سبيل المثال، يمكنك طلب "جميع الأسطر من العمود الأيمن" أو "النص الواقع مباشرة تحت العنوان" — وهو ما يستحيل عملياً مع استخراج النص المسطح العادي.

ماذا يعني هذا

تحليل PDF منخفض المستوى هو طبقة ضرورية ولكن غالباً ما يتم تخطيها من ذكاء المستندات. تبدأ معظم الفريق بأدوات جاهزة تخفي هيكل المستند وراء واجهة برمجية مريحة. يفتح Docling Parse هذا المستوى مباشرة: بدون واجهات برمجية خارجية وبالكامل محلياً مع رمز قابل للتكرار. بالنسبة للشركات التي تبني أنظمة RAG للمؤسسات أو منتجات معالجة المستندات، هذا هو عنصر أساسي من عناصر البناء للهندسة المعمارية — الطبقة التي بدونها يصعب تحسين جودة استخراج المعلومات.